CN119398225A 一种基于知识图谱的电网自然灾害预警方法、计算机设备 （武汉三江中电科技有限责任公司）_第1页
CN119398225A 一种基于知识图谱的电网自然灾害预警方法、计算机设备 （武汉三江中电科技有限责任公司）_第2页
CN119398225A 一种基于知识图谱的电网自然灾害预警方法、计算机设备 （武汉三江中电科技有限责任公司）_第3页
CN119398225A 一种基于知识图谱的电网自然灾害预警方法、计算机设备 （武汉三江中电科技有限责任公司）_第4页
CN119398225A 一种基于知识图谱的电网自然灾害预警方法、计算机设备 （武汉三江中电科技有限责任公司）_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于知识图谱的电网自然灾害预警方决目前的电网自然灾害预警系统在特征提取方2步骤S3，根据所述融合特征，构建基于图卷积神通过知识图谱嵌入算法将所述知识图谱中的实体和关系映射到将所述气象特征作为所述知识图谱中对应表示气象类实体的节点的在所述图卷积神经网络中添加自注意力机制，得到基于图对所述基于图卷积神经网络与自注意力机制的模型进行训练基于知识图谱的结构信息构建邻接矩阵，所述邻接矩阵是一个二谱的结构信息包括不同节点之间是否存在连接及采用FocalLoss函数作为训练所述基于图卷积神经网络与自注意力机制的模型的损根据所述损失函数进行训练，输出基于图卷积神经网络与自根据目标天气下的气象数据、地理信息和电力设备数据，通过知识3将所述目标气象特征和所述目标语义特征输入至所述灾害天8.一种计算机设备，其特征在于，包括存储处理器执行时实现权利要求1_7中任一项所述方行时实现权利要求1_7中任一项所述方法4[0004]为了解决上述的问题，本发明提供了一种基于知识图谱的电网自然灾害预警方藏层由多个图卷积层组成，每个图卷积层用于通过图卷积操作聚合并转换相邻节点的信5储在该存储器上的计算机程序，该处理器执行该计算机程序以实现上述任一项方法的步6[0022]图1为本申请实施例提供的一种基于知识图谱的电网自然灾害预警方法的流程示[0026]图5为本申请实施例提供的图卷积神经网络与自注意力机制模块之间的交互示意7间,此时得到的低维向量表示知识图谱的语义特征。TransE模[0045]步骤S12中实体识别的具体步骤如下：从收集的结构化数据中提取与发生电网自8[0051]步骤S12中关系抽取的具体步骤如下：识别经过实体识别后的实体之间的逻辑连[0052](1)气象灾害关系：用于表示气象参数与极端天气事件之间的关联，例如<高风[0064]在一个实施例中，通过Transformer预训练模型对实时气象数据进行特征提取得9将提取的降雨量、湿度和气压特征分别作为知识图谱中对应表示气象类实体的降雨量节图谱中对应表示气象类实体的大气电场强度节点、气象六要素节点和气象雷达节点的属ppp制(SimAM模块)，得到基于图卷积神经网络与自注意力机制的模型(又称作GCN_SimAM模优化后的结果。训练完的灾害天气预测模型具有较高的自然灾害pp计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环或适合于存储指令和/或数据的任何类型的

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论